Christian S. Loh, PhD, Direttore del Laboratorio di Ambiente Virtuale, Southern Illinois University Carbondale
I-Hung Li, Assistente di ricerca, Laboratorio di ambiente virtuale, Southern Illinois University Carbondale
Originariamente, i serious game erano pensati per diventare strumenti di formazione avanzati, volti a migliorare le capacità decisionali e le prestazioni lavorative di tirocinanti/apprendisti. Attualmente, meno del 10% dei serious game è stato progettato per facilitare la formazione, compresi quelli utilizzati per la simulazione e l'addestramento in ambito militare e medico. L'analisi dei serious game può aumentare il valore di questi tipi di formazione se sappiamo quali metriche di performance utilizzare, come trasformare queste analisi in informazioni significative per gli stakeholder e se forniamo (ri)formazione e recupero just-in-time per i tirocinanti, il che può avere un impatto sul ritorno sull'investimento (ROI) per le organizzazioni che apprendono.
Le differenze comportamentali e cognitive tra individui qualificati (esperti) e principianti sono state ampiamente documentate in letteratura. La sequenza delle azioni, una componente della competenza, costituita dall'ordine cronologico delle azioni eseguite, si è dimostrata utile per distinguere i (probabili) esperti dai principianti ai fini della valutazione delle prestazioni formative. La capacità di distinguere gli esperti dai principianti e, possibilmente, di prevedere chi potrebbe diventare esperto più rapidamente (con un periodo di formazione più breve) è altamente auspicabile nel settore della formazione e dell'apprendimento.
Abbiamo catturato le azioni dei giocatori in un serious game e codificato le loro sequenze d'azione suddividendo il mondo di gioco in griglie di diversa granularità. Utilizziamo la funzione Partial Least Squares Discriminant Analysis (PLS DA) di JMP Pro 12 per confrontare queste variabili, insieme al tempo totale di completamento della partita, per distinguere i giocatori in esperti e principianti in base al loro comportamento nel gioco, al fine di valutare le prestazioni e analizzare il serious game .
Parole chiave: analisi discriminante dei minimi quadrati parziali, analisi di giochi seri, sequenze di azioni, indice di similarità, valutazione delle prestazioni
